2021年8月10日，国际神经科学杂志《CerebralCortex》在线发表北京师范大学认知神经科学与学习国家重点实验室贺永课题组研究论文“ProgressiveStabilization of Brain Network Dynamics during Childhood and Adolescence”。该研究采用静息态功能磁共振纵向扫描数据和美国艾伦脑科学研究所公开的人脑基因表达数据，揭示了儿童青少年在6-14岁阶段脑动态功能网络的发育模式及其与基因表达谱的关联，建立了宏观脑连接组发育与微观基因转录组之间的联系（Lei et al., 2021)。
人脑是一个高效、动态的信息处理系统，其功能活动呈现复杂的时空组织模式。基于非侵入性神经影像和复杂网络理论的连接组学研究指出，人脑功能网络呈现模块化拓扑结构，即包含多个功能特异又相互联系的模块，这一结构有助于脑以较低的布线成本实现功能分离与整合之间的平衡（He et al., 2009）。课题组近期研究表明，人脑网络的模块化结构会在短时间内（如秒量级）进行动态重组，以支持认知功能的灵活性（Liao et al., 2017)，而且脑动态重组特性具有个体独特性（Liu etal., 2018），其空间分布与涉及钾离子转运的基因的表达谱有关（Liu et al., 2020）。儿童青少年时期是个体运动、认知和社交能力发展的关键阶段，这些能力的发展极大依赖于脑网络动态特性的发育。探索儿童青少年期脑功能动态网络的发育规律，揭示其与微观基因表达谱的关联，对于理解个体认知发展的生物学机制具有重要价值。
本研究基于认知神经科学与学习国家重点实验室与北京大学、北京回龙观医院合作建立的“学龄儿童脑发育与学校适应”北京队列数据，采用305名健康儿童青少年（基线年龄：6-12岁，间隔1年随访）的纵向静息态功能磁共振影像数据（Fan et al., 2021），结合团队前期绘制的中国儿童青少年脑发育模板图谱（Zhao et al., 2019）和美国艾伦脑科学研究所的人类基因表达数据，在多层脑网络模块识别计算框架下（图1），系统揭示了脑功能网络动态特性的发育模式及其与认知功能发展和脑区基因表达的关系。为了与成人进行横向比较，研究还纳入61名年轻健康成人（18-28岁）的功能影像数据。研究发现，儿童青少年脑功能网络的模块化结构具有显著的时变特性，在不同模块间频繁切换的脑节点主要位于联合皮层（图1）。随着年龄的增长，脑节点在模块间的变异特性随年龄显著下降，主要位于默认网络、额顶网络以及感觉运动网络，涉及自我参照、社会认知以及运动等功能（图2）。基于脑连接组-转录组联合分析，发现脑区动态特性的发育与离子转运和含碱基化合物转运相关的基因表达谱有显著关联（图3）。该研究系统揭示了儿童青少年期人脑功能网络的动态特性从脑节点在模块间的频繁切换过渡到趋向稳定的发育规律，建立了宏观脑连接组动态特性的发育与微观基因表达之间的联系，对于理解儿童青少年认知发展的生物学机制具有重要价值，对于探索神经发育障碍的神经机制和临床评估方法具有重要启发。
该论文第一作者为贺永课题组博士生雷天缘，通讯作者为贺永教授和系统科学学院的廖旭红副教授。论文合作者包括来自北京大学的高家红教授团队、北京回龙观医院的谭淑平教授团队以及北京师范大学的董奇教授、陶沙教授、秦绍正教授等。该研究得到了国家自然科学基金创新研究群体和国际合作重点项目、科技部重点研发课题、北京市脑计划等项目的资助。
图1. 儿童青少年受试者的年龄分布以及各年龄段脑功能网络动态特性的空间分布
图2.儿童青少年时期脑功能网络动态特性的发育变化以及潜在认知意义
图3. 儿童青少年时期脑功能网络动态特性的发育变化与基因表达谱之间的关联
贺永课题组主页：
http://helab.bnu.edu.cn/
参考文献：
Lei T, Liao X, Chen X, Zhao T, Xu Y, Xia M, ZhangJ, Sun X, Wei Y, Men W, Wang Y, Hu M, Zhao G, Du B, Wu Q, Tan S, Gao J, Qin S,Tao S, Dong Q, He Y. 2021. Progressive stabilization of brain network dynamicsduring childhood and adolescence. Cerebral Cortex. https://doi.org/10.1093/cercor/bhab263
Fan F, Liao X, Lei T, Zhao T, Xia M, Men M, Wang Y,Hu M, Liu J, Qin S, Tan S, Gao J, Dong Q, Tao S, He Y. 2021. Development of thedefault-mode network during childhood and adolescence: a longitudinalresting-state fMRI study. NeuroImage 226:117581.
Liao X, Cao M, Xia M, He Y. 2017. Individualdifferences and time-varying features of modular brain architecture. Neuroimage.152:94-107.
Liu J, Liao X, Xia M,He Y. 2018. Chronnectome fingerprinting: identifying individuals and predictinghigher cognitive functions using dynamic brain connectivity patterns.HumBrain Mapp 39(2):902-915.
Liu J, Xia M, Wang X, Liao X, He Y. 2020. Thespatial organization of the chronnectome associates with cortical hierarchy andtranscriptional profiles in the human brain. Neuroimage. 222:117296.
Zhao T, Liao X, Fonov VS, Wang Q, Men W, Wang Y,Qin S, Tan S, Gao J, Evans A, Tao S, Dong Q, He Y. 2019. Unbiased age-specificstructural brain atlases for Chinese pediatric population. Neuroimage.189:55-70.
